Git Stars Git Stars

#kaggle Dépôts

Découvrez 19 dépôts GitHub open source actifs associés à #kaggle, cumulant 140,042 étoiles au total (soit une moyenne de 7,370 étoiles par projet). Le projet en tête de ce thème est donnemartin/data-science-ipython-notebooks, avec 28,776 étoiles.

19
Total des Dépôts
140,042
Nombre total d'étoiles
7,370
Moyenne d'Étoiles/Dépôt
1
donnemartin/data-science-ipython-notebooks

Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Mis à jour 2024-03-20 📅 Créé 2015-01-23
2
d2l-ai/d2l-en

Livre interactif sur l'apprentissage profond avec code multi-frameworks, mathématiques et discussions. Adopté dans 500 universités de 70 pays, dont Stanford, MIT, Harvard et Cambridge.

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 Mis à jour 2024-08-18 📅 Créé 2018-10-09
3
DrewThomasson/ebook2audiobook

Créez des livres audio à partir de livres numériques avec plus de 50 moteurs TTS, le clonage vocal et la prise en charge de 1 696 langues !

DrewThomasson
⭐ 20,615 Python 👤 DrewThomasson User 🕐 Mis à jour 2026-11-20 📅 Créé 2024-01-22
4
lightgbm-org/LightGBM

Un framework rapide, distribué et haute performance pour le gradient boosting (GBT, GBDT, GBRT, GBM ou MART) basé sur des algorithmes d'arbres de décision, utilisé pour le ranking, la classification et de nombreuses autres tâches d'apprentissage automatique.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-08-05
5
milesial/Pytorch-UNet

Implémentation de U-Net en PyTorch pour la segmentation sémantique d'images avec des images de haute qualité

milesial
⭐ 11,037 Python 👤 milesial User 🕐 Mis à jour 2024-08-11 📅 Créé 2017-08-16
6
catboost/catboost

Une bibliothèque Gradient Boosting sur arbres de décision rapide, scalable et haute performance, utilisée pour le ranking, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java, C++. Prend en charge le calcul sur CPU et GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2017-07-18
7
faridrashidi/kaggle-solutions

🏅 Collection de Solutions et Idées Kaggle 🏅

faridrashidi
⭐ 6,556 Astro 👤 faridrashidi User 🕐 Mis à jour 2026-11-06 📅 Créé 2018-11-25
8
datawhalechina/competition-baseline

Fouille de données, Vision par ordinateur, Traitement automatique du langage naturel, Connaissances en compétitions de systèmes de recommandation, Code, Idées

datawhalechina
⭐ 4,781 Jupyter Notebook 👤 datawhalechina Organization 🕐 Mis à jour 2026-07-22 📅 Créé 2019-12-03
9
abhishekkrthakur/colabcode

Exécuter VSCode (codeserver) sur Google Colab ou Kaggle Notebooks

abhishekkrthakur
⭐ 2,155 Python 👤 abhishekkrthakur User 🕐 Mis à jour 2024-09-14 📅 Créé 2020-09-09
10
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem traduction chinoise, adresse de la documentation en ligne : https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 Mis à jour 2025-12-10 📅 Créé 2023-08-30
11
BloodAxe/pytorch-toolbelt

Extensions PyTorch pour le prototypage rapide R&D et le farming Kaggle

BloodAxe
⭐ 1,575 Python 👤 BloodAxe User 🕐 Mis à jour 2025-10-09 📅 Créé 2019-03-15
12
sb-ai-lab/LightAutoML

Framework rapide et personnalisable pour la création automatique de modèles ML (AutoML)

sb-ai-lab
⭐ 1,484 Python 👤 sb-ai-lab Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-04-18
13
catboost/tutorials

Dépôt de tutoriels CatBoost

catboost
⭐ 1,112 Jupyter Notebook 👤 catboost Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2018-06-25
14
ARahim3/kaggle-tpu-lab

Modèles ouverts de niveau frontière sur un TPU v5e-8 gratuit de Kaggle : GLM-5.3-Flash 320B MoE (~165 tok/s, avec notre propre moteur JAX) et Qwen3.8-27B bf16 (~130 tok/s), contexte de 262k et mise en cache des préfixes. Compatible avec Claude Code, Codex, opencode et pi.

ARahim3
⭐ 812 Python 👤 ARahim3 User 🕐 Mis à jour 2026-10-06 📅 Créé 2026-08-31
15
jeongyoonlee/Kaggler

Code pour les compétitions de science des données Kaggle

jeongyoonlee
⭐ 751 Python 👤 jeongyoonlee User 🕐 Mis à jour 2024-04-25 📅 Créé 2015-01-28
16
perpetual-ml/perpetual

Perpetual est une machine de gradient boosting haute performance. Elle délivre une précision optimale en une seule exécution sans réglages complexes grâce à un simple paramètre de budget. Elle prend en charge, par défaut, le ML causal, l’apprentissage continu, la calibration native et la surveillance robuste du dérive, ainsi que le cœur Rust et des liaisons zéro‑copie pour Python et R.

perpetual-ml
⭐ 718 Rust 👤 perpetual-ml Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2024-05-20
17
juliandewit/kaggle_ndsb2017

Kaggle Data Science Bowl 2017

juliandewit
⭐ 627 Python 👤 juliandewit User 🕐 Mis à jour 2024-03-17 📅 Créé 2017-04-21
18
jiegzhan/multi-class-text-classification-cnn-rnn

Classer la description des crimes de Kaggle San Francisco en 39 classes. Construire le modèle avec CNN, RNN (GRU et LSTM) et Word Embeddings sur Tensorflow.

jiegzhan
⭐ 602 Python 👤 jiegzhan User 🕐 Mis à jour 2026-06-06 📅 Créé 2016-10-28
19
whyzhow/Kaggle-NeurIPS---Open-Polymer-Prediction-2025-Silver-Algorithm-Overview

Une implémentation améliorée et reproductible d'une solution de prédiction de polymères open-source NeurIPS Kaggle Médaille d'Argent, avec canonicalisation SMILES, descripteurs moléculaires, modèles CatBoost/XGBoost, stacking OOF, et GNN PyTorch Geometric optionnels.

whyzhow
⭐ 591 Python 👤 whyzhow User 🕐 Mis à jour 2026-02-28 📅 Créé 2026-02-13

Foire aux questions

1

Quel est le dépôt #kaggle le plus populaire sur GitHub ?

Le projet #kaggle open source le mieux classé sur GitHub est donnemartin/data-science-ipython-notebooks, avec 28,776 étoiles. Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #kaggle ?

Parmi les projets #kaggle les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Astro.

3

Comment le classement des dépôts #kaggle est-il calculé ?

Nous suivons 19 dépôts open source actifs associés à #kaggle (500+ étoiles), totalisant 140,042 étoiles, avec une moyenne de 7,370 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.